力学与人工智能-CSDN博客

转载学习数据的几何：形状空间分析数学综述

这篇综述把形状空间分析描绘为一个从采集、表示、预处理、配准、度量、统计到机器学习的完整体系。它的价值在于统一语言：不同领域看似在研究细胞、牙齿、核糖体、脑区或三维模型，实际上面对的是同一类问题，即如何在复杂、非线性、未对齐的几何集合中发现结构。对机器学习研究者而言，本文提醒我们：当数据“有形状”时，几何不是前处理细节，而是建模对象本身。真正有效的学习系统，需要先理解形状如何被表示、如何比较、如何对齐，以及什么样的距离才对应科学问题。

2026-06-23 19:30:08 3

原创博士学位答辩PPT分享 | 基于神经网络的偏微分方程优化求解方法研究

曹文博，西北工业大学航空学院2023级力学专业博士生，研究方向为科学机器学习与复杂流动求解。论文题目：基于神经网络的偏微分方程优化求解方法研究答辩时间：2026年5月30日毕业去向：中国科学院工业人工智能研究所偏微分方程（partial differential equation, PDE）是刻画物理规律的基本数学工具，在物理系统的数值预测、优化设计以及动力学分析与控制等任务中均具有核心作用。

2026-06-21 20:31:23 410 1

原创大模型谈AI赋能流体力学的几个关键问题

AI 气动建模 / 设计，物理要严、数据要贵、维度要高、优化要难、落地要稳；核心是在强物理约束下，用小样本高维数据，构建精准、鲁棒、可解释的端到端设计闭环。AI 赋能气动建模与设计的难点，不在于单纯预测，而在于如何在严格物理约束下，对复杂几何、强非线性流动和宽工况变化实现可信泛化，并最终服务于反问题设计与工程优化。编者：张伟伟。

2026-06-21 20:17:33 282

原创 Nature连续上线三篇多智能体科研论文

该系统面向具有明确评价指标的科研任务，将任务描述、数据接口、评价函数与研究想法统一输入，由大语言模型生成候选程序，并通过沙盒执行、结果评分和树搜索机制不断迭代优化，最终获得高性能科研软件方案。ERA也有明确限制。最终，系统返回搜索过程中得分最高的程序。如何基于海量数据与文献，生成具有创新性的科学假设，进行严谨的实验验证，是现在科研的关键问题。该研究构建了一种面向科学发现自动化的多智能体系统，将背景调研、假设生成、实验设计、数据分析与迭代优化整合到统一流程中，为AI驱动的科学发现提供了新的系统范式。

2026-06-21 20:09:47 208

原创 AST | 西工大史宇轩、刘溢浪等：基于异构实验数据的高雷诺数湍流场数据同化方法

数据同化（DA）是为湍流建模获取高精度训练数据的重要方式。目前已有的数据同化研究主要集中于单类实验观测，对于异构实验观测影响的同化结果关注较少，并且很少分辨哪些实验数据能够获取更为高精度的流场反演数据。本文提出了一种基于集合卡尔曼滤波的数据同化方法，将各种实验观测变量引入雷诺平均流场，研究了不同类型的实验观测对于数据同化结果的影响。并且进一步探索了哪些类型的实验观测能够最大限度地bn 反演真实物理流动。

2026-06-13 11:53:26 213

原创论文分享 | 优化离散损失求解反问题：无需神经网络的快速精确学习

文章提出了一种通过优化离散损失来求解反问题的ODIL方法。该方法利用传统数值格式离散PDE，以网格点上的解为优化变量执行梯度下降。相比PINNs，ODIL能够继承数值格式中的成熟方法，并实现了Hessian矩阵的稀疏化，在精度和效率方面具有优势。同时，多重网格方法也被集成进ODIL中以进一步提升算法表现。通过数值实验，文章展示了ODIL在参数识别、流场重构和外形推断这三种反问题上的能力。

2026-06-13 11:37:48 321

原创 pinn-skills：用于增强智能体PINN编程能力的技能包

pinn-skills是一个系统化的编程辅助工具，大幅降低构建高质量PINN模型的门槛。与传统的手册式文档不同，pinn-skills提供了一个集成的、上下文感知的开发体验：AI编程助手理解当前问题的特征，自主选择合适的方法，生成正确的实现代码，检查常见错误，并在精度不足时按照证据支持的优先级顺序系统地改进模型。开源地址：https://github.com/JinglaiZheng/pinn-skills。

2026-06-12 11:41:09 318

原创博士学位答辩PPT分享 | 多源气动力融合建模及其不确定性问题研究

李凯，西北工业大学航空学院2020级机械专业博士研究生，师从张伟伟教授，主要研究方向为数据驱动气动力建模和气弹分析，博士期间曾获研究生国家奖学金、一等学业奖学金、“校优秀学生共产党员”等荣誉。课题组在读期间以第一作者在AIAA Journal、Aerospace Science and Technology和Journal of Fluids and Structures等国内外知名期刊上录用和发表期刊论文5篇，申请专利1项。论文题目：多源气动力融合建模及其不确定性问题研究答辩时间：2024年6月1日。

2026-06-12 11:32:45 234

原创博士答辩PPT分享| 面向多源气动数据的融合建模及不确定度估计方法研究

彭绪浩，西北工业大学2020级航空宇航科学与技术专业博士生，研究方向为气动数据融合及不确定分析。在Applied Mathematical Modelling、Chinese Journal of Aeronautics发表SCI1区论文两篇，曾获研究生国家奖学金。论文题目：面向多源气动数据的融合建模及不确定度估计方法研究答辩时间：2024年6月1日毕业去向：中国运载火箭技术研究院论文简介人工智能是新质生产力重要的驱动力，加快发展新一代人工智能对于抓住数字经济时代机遇、加快形成新质生产力具有重要意义。

2026-06-09 09:40:52 172

原创 PPT分享 | 洛桑联邦理工学院魏震：深度几何学习在工业设计优化中的应用

魏震博士是瑞士洛桑联邦理工学院计算机视觉实验室的研究员，专注于深度学习与三维计算机视觉的交叉研究。他在航空航天领域取得突出成果，提出的深度学习几何参数化模型获AIAA最佳论文奖等荣誉。毕业于电子科大和中科院，已在AIAA Journal、CVPR等发表14篇论文，并担任多个期刊和会议的审稿人。其研究特别关注工业软件及飞行器设计的创新应用。

2026-06-09 09:31:30 234

原创博士学位答辩PPT分享 | 数据驱动的跨声速气动弹性建模与复杂耦合模式分析

豆子皓，西北工业大学航空学院2019级流体力学专业博士研究生，师从张伟伟教授，主要研究方向为数据驱动的跨声速气动弹性问题建模与分析。博士期间曾获优秀研究生，一等学业奖学金，互联网+省赛银奖等荣誉。在读期间以学生一作发表论文4篇，申请软著1项。论文题目：数据驱动的跨声速气动弹性建模与复杂耦合模式分析答辩时间：2024年6月1日毕业去向：西安现代控制技术研究所随着国内外航空航天事业的高速发展，跨声速气动弹性问题在型号设计和飞行中的表现越发频繁和复杂。

2026-06-07 12:01:56 220

原创 JHD | 西湖大学冯浩东、范迪夏等：仿生鱼穿越漩涡流场的高效导航策略研究

在多种水下机器人应用中，高效地穿越漩涡流场是一个重大挑战。漩涡的动态和不稳定特性经常干扰水下机器人的控制，使它们在水下环境中的操作复杂化。由于非定常流体力学引起的流固耦合（FSI）的复杂性，依赖于精确建模的传统控制方法在这些设置中效果不佳。本文研究了仿生鱼如何在漩涡流场中借助漩涡产生的力高效地穿过涡街。本文提出了一种深度强化学习（DRL）算法，结合了LSTM架构，并使用最近的几个历史连续观测值作为状态来解决部分观测问题，并且以数据驱动的方式进行训练，无需建模仿生鱼在漩涡流场中的复杂的动力学。

2026-06-07 11:52:41 218

原创 AIAAJ | 西工大常宝辉、李楠等：基于径向基函数神经网络的激波串数据驱动控制方法研究

本文采用基于RBF-NN的数据驱动控制方法，打破了传统依赖数学模型进行控制律设计的局限性，结合沿程压力波动的标准差特征进行激波串位置识别并反馈，并通过RBF-NN控制器实时调节隔离段截流装置实现激波串的控制。激波串控制系统的示意图如图3所示，控制器的输入为给定的激波串位置指令(xsr)与误差(指令与实际激波串位置的差值(e))，输出为下游节流板的角度(u)，用以模拟背压的变化，背压变化后导致进气道内压力发生改变，通过激波串位置监测方法得到实际的激波串位置，并将其反馈给控制器。

2026-06-06 15:38:04 421

转载转载分享 | Science综述：如何预测临界转变？

Science综述：如何预测临界转变

2026-06-06 15:29:02 14

原创 EACFM | 西工大汪锐、宋述芳等：热防护系统时变温度场的智能预测

对于在流固热传递耦合条件下进行高超音速飞行器热防护系统设计而言，对时变温度场的准确预测至关重要。然而，由于风洞试验成本高昂以及数值模拟所需的大量资源消耗巨大，难以获取足够多的流固热传递耦合数据来进行建模。因此，针对时变温度场的智能预测模型的构建面临着巨大的挑战。本文提出了一种结合时间堆叠和多损失融合的新型时空卷积方法，称为“时间堆叠”（Timestack）。首先，连续的时间序列温度场图像经过了通道层面的堆叠处理。然后，进行卷积和反卷积运算可以实现对后续温度场的准确预测；

2026-06-05 10:00:07 236

原创 JFM | 西工大王永懿、寇家庆等：面向低维Galerkin模型的因果分析通用框架：以湍流剪切流为例

本研究基于低维Galerkin模型，结合数据驱动的格兰杰因果分析(GGC)方法，对Moehlis等人（New J. Phys., vol. 6, 2004, 56）建立的湍流剪切流低维Galerkin模型开展了因果分析研究，揭示了模态间非线性耦合作用的内在机制。从非线性对流引起的二次非线性项出发，研究识别出了两类核心作用机制：三模态相互作用，以及受控的双模态耦合。通过上述两种机制，单一模态的因果影响逐步传递至其他模态，最终形成整个流动系统的有向因果网络。

2026-06-05 09:50:38 366

原创 POF| 西工大单湘淋、张伟伟等：基于全局稳定性分析的数据驱动雷诺应力模式误差传播现象新解释

通过对湍流槽道流与分离流两种典型流动场的对比分析，本文不仅证明了槽道流中误差传播主要归因于条件数恶化，而分离流中的误差传播则主要源于数值不稳定性，还从定量角度揭示了涡粘对系统稳定性的调控作用。结果如图1所示，在槽道流中，两种方法均能保持系统整体稳定（所有特征值实部均为负），但随着雷诺数的增加，RS方法的特征值逐渐接近零，表明系统条件数恶化严重，导致在迭代计算过程中误差传播明显，最终使得预测速度场偏离DNS结果。通过引入可调参数，改变涡粘线性部分的幅值，定量分析涡粘幅值与系统稳定性之间的关系。

2026-06-01 11:25:52 220

原创 JFM | 西湖大学朱毅、康林林、范迪夏等：间歇性摆尾是否为鱼类高效游动的必然选择？

接着，鱼体将尾巴从右侧摆向平衡点（图6(d)、(e)和(f)，Flick 3），将后部附着的旋涡释放到尾流中，并产生另一个逆时针旋涡（Vortex 3）。值得注意的是，尽管在Flick 3中形成了一对反向卡门涡街，但Vortex 3靠近鱼变形的后部，产生了更直接的影响。本文针对斑马鱼幼仔的能效最优游动展开研究，与以往研究最大的不同点在于，我们没有使用固定的运动学参数，而是以最高能效为目标，通过机器学习来寻找最优动作，发现间歇性游动是鱼类自主学习的自然结果，反向验证了间歇性游动的能效优势。

2026-06-01 11:13:30 32

转载大连理工田阔等：数字孪生驱动的结构全场变形高精度反演方法 | 航空学报CJA

田阔（通信作者），教授，博导，大连理工大学工程力学系副主任，国家级青年人才，主要研究方向为数字孪生与智能优化，主持国家高层次人才项目、基础加强计划重点项目课题等30余项，成果在载人登月着陆器、东方红卫星平台、天舟货运飞船、天问探测器等多型装备中获得应用，获中国专利金奖、辽宁省自然科学一等奖、中国力学学会青年科技奖。黄熠玮，大连理工大学力学与航空航天学院博士研究生，主要研究方向为变形反演、数字孪生。高天贺，大连理工大学力学与航空航天学院博士研究生，主要研究方向为传感器布局优化、数字孪生、变形反演。

2026-05-23 20:15:24 32

原创不用递归自动微分，也能稳定计算高阶 PDE 导数？ Mollifier Layers 如何改造 PDE 反问题学习

Mollifier Layers 的价值，不在于提出了一个更复杂的网络，而在于重新思考PhiML 中高阶导数的计算方式。它将 PDE 残差中的递归自动微分替换为基于解析 mollifier kernel 的卷积操作，从而把高阶求导从网络内部计算图中解耦出来。这一思路尤其适合高阶、带噪、参数空间异质的 PDE 反问题。

2026-05-20 19:27:54 393

原创航空学报｜西工大袁昊、寇家庆等：基于预解分析的低雷诺数翼型优化设计方法

翼型优化设计是最简单的被动控制形式，是解决流动控制的“暴力”(扰动强)和“遍历”(经验试错)问题、帮助气动设计从“经验修形”走向“机理驱动设计”的重要途径。本文将预解分析引入翼型外形优化，从系统输入输出角度重新审视流动控制方程，以系统对于外激励的放大增益定量表征流动稳定性，通过外形优化抑制低雷诺数翼型大攻角流动分离，有望提高低空飞行器气动性能、降低流致结构振动和噪声，提升微型飞行器、无人机以及行星大气飞行器的气动效率与飞行安全。

2026-05-20 19:03:14 373

转载压缩即是全部 —— 菲尔兹奖得主给数学和 AI 的一封信

顺序无关紧要，只在乎哪些积木。

2026-05-16 16:21:06 30

原创 CNSNS｜西工大曹文博、张伟伟：克服优化求解器中的损失条件数瓶颈：一种良性损失函数

基于优化的偏微分方程求解方法因其灵活性而受到越来越多关注，其核心思想是通过最小化标量损失函数获得方程解。这类方法既包括直接在离散变量上定义损失的Optimizing a Discrete Loss (ODIL)，也包括通过神经网络代理间接定义损失的Physics-Informed Neural Networks (PINNs)。然而，这类方法在实际中往往显著慢于经典迭代求解器。本文从条件数角度重新审视这一效率瓶颈，指出标准MSE损失隐式对应于原方程的正规方程，从而导致条件数平方放大并显著减缓优化收敛。

2026-05-16 15:56:01 405

原创 NeurIPS 2025 (ML4PS) | RPI Ling Yue（岳凌）、Shaowu Pan（潘韶武）等：FoamGPT：基于微调大语言模型的OpenFOAM计算流体力学仿真自动化

FoamGPT从数据提取、监督微调到通过Foam-Agent智能体框架落地执行，形成了一条完整的技术闭环。研究结果表明，专业领域数据的质量与对齐程度，对提升大模型在CFD任务中的实用能力具有较大影响，在本评测集的对比条件下，其效果更为明显。该工作有望降低CFD仿真对非流体专业研究人员的使用门槛，同时也为科学仿真自动化领域的后续研究提供了可复用的数据与微调代码基础。相关数据集与训练代码已完整开源，供社区进一步探索与扩展。注：文章由原作者投稿分享，向本公众号授权发布。

2026-05-16 14:51:39 360

转载北航鲍蕊等：融合试验-仿真数据的机翼应变载荷关系神经网络模型 | 航空学报CJA

鲍蕊，北京航空航天大学教授，博士生导师，北京航空航天大学人力资源部部长，中国航空教育学会副秘书长，常务理事，研究生教育分会总干事。主要研究方向为飞行器结构完整性，担任高速飞行器热强度工信部重点实验室主任、中国航空疲劳与结构完整性委员会副主任委员、航空学会结构强度分会委员、力学学会疲劳专业组成员等学术兼职。鲁嵩嵩（通信作者），北京航空航天大学副教授，长期从事载荷-环境综合作用下的飞机结构损伤演化分析、载荷谱编制、载荷实测、结构健康监测等方面研究。刘斌超。

2026-05-11 09:56:02 53

原创 JFM｜中科大程硕、陆夕云院士等：利用多层级物理约束混合专家框架实现近壁非球形颗粒的阻力，升力和力矩系数的预测

本研究采用两阶段策略实现三个力学系数的预测。其中，针对阻力系数，提出了一种物理约束混合专家网络PIMoE，以实现其高精度预测。第一阶段：物理约束混合专家网络进行阻力系数预测。PIMoE模型的具体架构如图二(a)所示, 该架构通过门控网络为一组专家网络动态分配权重，最终输出结果为各专家网络输出的加权组合，其表达式为：式中，表示第i个专家网络的输出，表示PIMoE模型的最终预测值，为门控网络输出经softmax函数处理后得到的概率型置信权重。

2026-05-11 09:41:39 387

转载《航空学报》综述 | 飞行器结构动载荷特征、测量及识别技术

朱琪潇（第一作者），东南大学机械工程学院航空航天系博士生，主要从事飞行器结构动载荷识别研究。黄研昕，中国航空工业空气动力研究院高级工程师，沈阳市 “兴沈英才计划” 拔尖人才，航空工业高速高雷诺数实验室、沈阳市飞行器流固耦合与非定常气动力重点实验室核心成员，《气体物理》青年编委、《航空工程进展》青年编委，东南大学硕士研究生校外导师，主要从事飞行器流固耦合方面的研究。朱锐。

2026-05-08 17:26:45 44

原创 DMLR 2026 | RPI Shaowu Pan（潘韶武）团队 Nithin Somasekharan等：CFDLLMBench——首个面向计算流体力学的大语言模型综合基准评测

实验结果揭示了当前主流LLM在”知道”与”做到”之间的明显差距，并表明以Foam-Agent为代表的多智能体框架在FoamBench任务上带来了可量化的成功率提升，为缩小这一差距提供了一条可行路径。：含24道CFD编程题，要求LLM根据自然语言描述的物理问题，从零生成能够正确执行的Python数值仿真代码。现有LLM科学评测基准要么仅聚焦于单项能力（如知识问答或代码生成），要么考察的CFD问题过于简化（如仅评估一维热传导方程的代码生成），难以反映真实CFD工作流的算法复杂性、物理多样性与几何挑战性。

2026-05-08 17:13:43 319

原创多位数学家谈AI在数学领域的影响：数学的AI拐点已出现

数学是一门推理严谨、逻辑缜密的学科，这与人工智能（AI）的「黑箱」特性看似背道而驰。然而，这一印象在 2025 年被彻底颠覆。近日，发表于《Quanta Magazine》的一篇报道，归纳总结了多位数学家对 AI 在数学领域影响的观察与思考。ScienceAI 对《Quanta Magazine》报道核心内容进行了不改变原意的编译、整理，内容如下。2025 年 7 月，多个人工智能模型在国际数学奥林匹克竞赛中解决了六道题中的五道。

2026-05-08 16:58:53 303

转载物理-数据双驱动的大迎角非定常气动力建模 | 航空学报CJA

刘程鹏（第一作者），西北工业大学航空学院航空宇航科学与技术学科博士研究生。主要研究方向为多学科耦合数值模拟和数值虚拟飞行等。参与国家重点研发计划2项，国家级专项科研项目3项，已发表SCI/EI检索论文5篇，获得国家级科技竞赛奖项2项。宋文萍（通信作者），西北工业大学教授，博士生导师。长期从事计算流体力学、飞行器设计空气动力学研究。

2026-05-08 16:54:37 29

原创 PRSA 2025 | RPI Nithin Somasekharan、Shaowu Pan（潘韶武）：突破柯尔莫哥洛夫屏障——面向模型降阶的可学习加权混合自编码器

从优化地形的角度来看，利用”锐度感知最小化（Sharpness-Aware Minimization）“指标评估模型对输入扰动的敏感性时，可学习加权混合架构收敛到的极小值点更为平坦——在3D HIT基准（32^3分辨率、r=5）上，本方法的锐度（Sharpness）为0.015，而AE和简单混合网络分别达到16.69和22.61，相差约1000倍。在编码器端（Encoder），对于输入的高维时空物理流场，系统分别采用POD（使用r个主导奇异向量）和具有相同输出维度r的深度神经网络（NN）提取潜在变量。

2026-05-08 16:42:45 382

转载让方程发现走向超大规模系统|精读笔记

　　在科学机器学习里，“可解释”与“可扩展”常常很难同时成立。方程发现方法能够给出明确的动力学表达，但一旦系统规模上升到几万、几十万节点，逐点回归的做法很快就会变得昂贵而不稳定；神经网络和图神经网络虽然可以处理大图，却往往停留在高维预测层面，长期外推时也容易漂移。Qi Shao 等人在这篇论文里想做的，正是把这两条路线接起来：不是把“大规模复杂系统预测”继续理解为黑箱映射问题，而是重新表述为“先恢复共享控制方程，再做数值积分预测”的问题。围绕这一思路，作者提出了 Sparse Identification

2026-05-08 16:26:42 21

空空如也

空空如也